猪过滤器返回我数不清的空包
提问于 2013-08-06 09:33:36
我试图计算数据集中有多少值与筛选条件相匹配，但当筛选器不匹配项时，我会遇到问题。
在我的data结构中有很多列，但是在这个示例中只有三种用法：key --用于集合的数据键(并不是唯一的)，value --记录的浮点数，nominal_value -浮点，表示名义值。
我们现在的用例是查找低于标称值10%或10%以上的值。
我在做这样的事情：
filtered_data = FILTER data BY value <= (0.9 * nominal_value);
filtered_count = FOREACH (GROUP filtered_data BY key) GENERATE COUNT(filtered_data.value);
DUMP filtered_count;在大多数情况下，没有超出标称范围的值，因此filtered_data是空的(或null )。不知道如何分辨。)。这导致filtered_count也为空/空，这是不可取的。
当filtered_data为空/空时，如何构造返回值为0的语句？我尝试了几种我在网上找到的选择：
-- Extra parens in COUNT required to avoid syntax error
filtered_count = FOREACH (GROUP filtered_data BY key) GENERATE COUNT((filtered_data.value is null ? {} : filtered_data.value));其结果是：
Two inputs of BinCond must have compatible schemas. left hand side: #1259:bag{} right hand side: #1261:bag{#1260:tuple(cf#1038:float)}和：
filtered_count = FOREACH (GROUP filtered_data BY key) GENERATE (filtered_data.value is null ? 0 : COUNT(filtered_data.value));结果为空/空结果。
回答 1
Stack Overflow用户
回答已采纳
发布于 2013-08-07 05:56:37
按照现在设置它的方式，您将丢失有关错误值计数为0的任何键的信息。相反，我建议保留所有的键，这样您就可以看到计数为0的肯定值，而不是通过缺勤来推断它。要做到这一点，只需使用一个指示符，然后SUM：
data2 =
FOREACH data
GENERATE
key,
((value <= 0.9*nominal_value) ? 1 : 0) AS bad;
bad_count = FOREACH (GROUP data2 BY key) GENERATE group, SUM(data2.bad);页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/18086768
复制
腾讯云开发者
